法務部之科技研發績效 六、新世代檢察革新科技計畫(1/3) AI 分析辨識需要提供大量品質良好的資料進行訓練，本次專案計畫執行，就蒐集的數位卷 證中，各地警方移送報告書、筆錄及相關卷證證據，格式不一致或品質不穩定，因此耗費相當 多資源開發AI 模型辨識演算法以達到本案要求的證據準確度。因此從本案工作經驗驗證，若沒 有高品質的資料來源及統一化的格式，AI 辨識能協助卷證成果是有限度的。而高品質的資料來 源，最佳是從現有各式資訊系統( 資料庫API 串接) 進行串接，或是標準統一格式的數位檔案 (word、excel ) 或書面文件。資訊系統串接主要是能避免因為OCR 辨識錯誤導致資料無法使 用，減少大量人工檢核工作，能讓AI 專注在資訊檢析。針對本案110 完成工作事項結果，規劃 未來發展及改善建議如下： ( 一) 結構化資料來源增加：著重於前端來源方式著手改進，包含像案類資訊、移送報告書、 筆錄或是其他必要資料，串接資料庫系統或是提供制定好之格式或筆錄例稿，在移送 轉交案件時，可以透過數位方式同步提供，減輕AI 辨識前處理繁雜的工作。 ( 二) 擴充數位卷證介接：介接移送機關數位卷證，將移送機關卷證直接匯入AI 助理系統 進行證據辨識，以免除檢察機關將移送紙本卷證掃描數位化之人力及時間，並降低紙 本卷證掃描品質不佳而影響AI 辨識結果，以AI 助理系統運作效能。 ( 三) 增加案件分析種類：110 年度已針對毒品及酒駕案件之證據進行AI 分析模型建立， 為有效加強AI 分析模型豐富性，以及藉由案件類型多元化進而分析出更精準的AI 模 型，建議於111 年度增加一項犯罪證據分析。 ( 四) 前科表判讀優化：前科資料已屬於結構化資料之範疇，但其呈現之資料複雜，極不容 易判讀，目前係由司法人員依其自身專業經驗及知識判讀，惟相當耗費時間。本年度 在前科表呈現上先予優化，試圖使前科表易於閱讀，後續建議導入判讀規則( 例如累 犯)，訓練AI 能代替人工判讀，並增加查詢及關鍵字搜尋功能，大幅減少前科表判讀 之時間及提高正確率，逐步打造理想的前科表顯示優化功能。 170
RkJQdWJsaXNoZXIy MTI2NzAzOA==